文献类型：期刊文章

作　　者：叶元庆[1,2,3] 雷浩[1,2] 陈辰[1,2] 胡可嘉[1,2] 徐小林[1,2] 袁长征[1,2] 曹淑殷[1,2] 王思思[1,2] 王思聪[1,2] 李舒[1,2] 应智峻[1,2] 贾君麟[1,2] 王秦川[2,4] Sten H.VERMUND[5] 许正平[6,7] 吴息凤[1,2,3]

YE Yuanqing;LEI Hao;CHEN Chen;HU Kejia;XU Xiaolin;YUAN Changzheng;CAO Shuyin;WANG Sisi;WANG Sicong;LI Shu;YING Zhijun;JIA Junlin;WANG Qinchuan;Sten H.VERMUND;XU Zhengping;WU Xifeng(Center for Biostatistics,Bioinformatics and Big Data,the Second Affiliated Hospital,Zhejiang University School of Medicine,Hangzhou 310009,China;Department of Big Data in Health Science,School of Public Health,Zhejiang University School of Medicine,Hangzhou 310058,China;National Institute for Data Science in Health and Medicine,Zhejiang University,Hangzhou 310058,China;Department of Surgical Oncology,Sir Run Run Shaw Hospital,Zhejiang University School of Medicine,Hangzhou 310016,China;Yale School of Public Health,Yale University,New Haven 06520,Connecticut,USA;Institute of Environmental Medicine,Zhejiang University School of Medicine,Hangzhou 310058,China;Collaborative Innovation Center for Diagnosis and Treatment of Infectious Diseases,Zhejiang University,Hangzhou 310003,China)

机构地区：[1]浙江大学医学院附属第二医院生物统计、生物信息学和大数据中心,浙江杭州310009 [2]浙江大学医学院公共卫生学院大数据健康科学系,浙江杭州310058 [3]浙江大学健康医疗大数据国家研究院,浙江杭州310058 [4]浙江大学医学院附属邵逸夫医院肿瘤外科,浙江杭州310016 [5]美国耶鲁大学耶鲁公共卫生学院,康涅狄格州纽黑文市06520 [6]浙江大学医学院环境医学研究所,浙江杭州310058 [7]浙江大学感染性疾病诊治协同创新中心,浙江杭州310003

出　　处：《浙江大学学报（医学版）》

基　　金：浙江大学新型冠状病毒(2019-nCoV)肺炎应急科研专项(2020XGZX003);浙江省创新团队(2019R01007);浙江省重点实验室(2020E10004);浙江省自然科学基金(LEZ20H260002)。

年　　份：2021

卷　　号：50

期　　号：1

起止页码：68-73

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EMBASE、IC、JST、PUBMED、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目的:基于人口流动和疫情防控措施信息构建数学模型,预测2019冠状病毒病(COVID-19)疫情的发展趋势。方法:获取截至2020年2月8日浙江省乐清市151例确诊病例的患病过程以及乐清和武汉之间的人口流动等信息,采用两阶段的方法构建数学模型,将人口流动数据与确诊病例症状开始时间以及输入性病例和本地病例的传播动力学特征整合起来,模拟并预测乐清的COVID-19疫情发展趋势。结果:在疫情初期,每日从武汉来的输入性病例数(症状出现日)与当日、6 d前和9 d前从武汉到乐清的旅客数量成正相关。利用根据武汉到乐清的旅客数量估计的输入性病例数以及易感-暴露-感染-恢复模型预测乐清最终的病例数为170例。如果根据每日报告的输入性病例数来预测,预计最终病例数为165例。截至2020年4月27日,乐清实际监测到的病例数为170例,这两个预测值与实际值均接近。结论:本研究建立的两阶段预测模型能够对COVID-19的流行趋势做出准确预测。

关 键 词：2019冠状病毒病  中国  输入病例 本地病例  易感-暴露-感染-恢复模型  预测  

分 类 号：R181.2]